NorthCUA-Pro 以 93.3 分刷新 ScreenSpot-Pro 纪录,超 GPT-6 Astra
NielsRogge · x · 2026-11-03
Papers with Code 报告 ScreenSpot-Pro(屏幕定位/GUI grounding 基准)出现新 SOTA:NorthCUA-Pro 以 93.3 的准确率登顶,略超无工具版 GPT-6 Astra 的 92.7。
榜单上其他模型:Claude Opus 4.8(带工具)87.9、Claude Opus 4.7(带工具)87.6、GPT-5.2(带 Python)86.3、Qwen3.8-Max 84.5。这是 computer use agent 方向的基准刷新,北美团队 NorthCUA-Pro 的成绩已超过所有前沿大厂旗舰模型。
「模型」频道最新
- Mistral Large 4 一把造出追踪 1.9 万颗卫星的实时 3D 应用 — MistralAI · 2026-11-03
- 德国初创发 Endeavor 1.1 宣称超越 OpenAI,遭质疑是刷榜骗局 — teortaxesTex · 2026-11-03
- 曝 DeepSeek V5 将几乎全程用华为昇腾芯片预训练，摆脱英伟达 — kimmonismus · 2026-11-03
- MIT 研究:AI 直接改权重,0.016% 参数让小模型数学从 7.9% 升到 48.1% — rohanpaul_ai · 2026-11-03
- Schmidhuber 泼冷水：权重编辑早是 1990 年代快权重编程的旧帽子 — SchmidhuberAI · 2026-11-03
- 「GPT-6 改权重提升 6 倍」遭打脸：实为消融方向向量，非编辑权重 — IanArawjo · 2026-11-03